我正在尝试计算熊猫数据框的百分比贡献。我有一个包含三列（Buyer, Product, CountofProductBought）的数据框。
groupby我在购买者级别使用并在购买的产品数量上使用创建一个新数据框sum。我使用as_index=False.
最后，我将此数据框与原始数据框合并以计算 % [已购买产品计数/已购买产品计数总和]。
调用 pd.merge 时出现以下错误：
列标签“买家”不是唯一的。对于多索引，标签必须是一个元组，其中包含对应于每个级别的元素。
请帮忙，因为没有具体的帮助。
据我了解，您的数据框包含买家 ID 列表、他们购买的产品以及他们购买的数量。您想了解每个客户负责购买的每种产品占总购买量的百分比。
例如，如果买家 1 购买了所有 A，那么他们将 100%，如果买家 2 购买了所有 B 的一半，那么他们将是 50%。
每个买家一次只购买一种产品。
我生成了一个数据集来复制它：
options = 'ABCDEF'
product = []
count = []
buyer = []
for i in range(0,100):
product.append(test[np.random.randint(0,5)])
count.append(np.random.randint(0,10))
buyer.append(i)
df = pd.DataFrame(data = [buyer, product, count]).transpose()
df.columns = ['buyer','product','count']
print(df.head())
>>> buyer product count
0 0 B 4
1 1 B 6
2 2 A 2
3 3 D 2
4 4 D 5
为了计算每个客户的百分比，您需要购买每种产品的总数
totals = {'A' : 0,
'B' : 0,
'C' : 0,
'D' : 0,
'E' : 0,
'F' : 0}
for i in range(0, len(df)):
currentProduct = df.iloc[i,1]
totals[currentProduct] = totals[currentProduct] + 1
现在您需要做的就是计算每个产品的计数/总数并保存到数据框中的新列。
for i in range(0, len(df)): # Iterate over every row in
# new column | count bought | total bought by all
df.iloc[i,3] = df['count'][i]/totals[df['product'][i]]
print(df.head())
>>> buyer product count contribution
0 0 B 4 0.210526
1 1 B 6 0.315789
2 2 A 2 0.080000
3 3 D 2 0.111111
4 4 D 5 0.277778
print(totals)
>>> {'A': 25, 'B': 19, 'C': 15, 'D': 18, 'E': 23, 'F': 0}
我知道这与您使用的方法不同，但它应该仍然有效，如果您愿意，请发布您的代码示例以便我们查看错误，或者只需勾选此答案并更改标题以表示已回答的问题.
如果我误解了什么就这么说